問題 No.782
医療画像の解析や、自動運転における車線・歩行者領域の厳密な画素レベルでの切り出し（セマンティックセグメンテーション）を行いたい。特徴量を抽出する縮小パス（エンコーダ）で失われがちな「物体の詳細な輪郭や位置情報」を、画像を復元する拡大パス（デコーダ）へ直接コピーして結合（スキップ接続）することで、極めて精緻なピクセル単位の分類を可能にするCNNアーキテクチャはどれか。
【正解の解説】
U-Net
画像を縮小して特徴をつかみ、それを元のサイズに戻す過程で、細かい情報を直接つなぐ「スキップ結合」を備えた構造です。医療画像などの緻密な解析に威力を発揮します。
スポンサーリンク
【その他の選択肢の解説】
Faster R-CNN
物体を囲む枠（バウンディングボックス）を出力する物体検出手法です。ピクセル単位の厳密な切り分けには適していません。
StyleGAN
画像から画像へのスタイル変換を行う技術です。セグメンテーション（領域分割）のモデルではありません。
YOLO
高速に物体検出を行う代表的な手法ですが、画像全体を画素単位で厳密に分類するセグメンテーションとは目的が異なります。